Nutanix Germany GmbH

CIOs versuchen seit Langem, den Betrieb ihrer Rechenzentren zu vereinfachen. Für viele stark geforderten IT-Abteilungen haben sich entsprechende Bemühungen als fruchtbar erwiesen, auch wenn die Suche nach Vereinfachung laufend weitergeht. Im vergangenen Jahr stellte ein Analystenbericht fest, dass 85 Prozent der befragten Organisationen Vereinfachung weiterhin als Schlüssel für geschäftlichen Erfolg betrachten. Inzwischen ist erkennbar, dass die Tools zur Vereinfachung zunehmend auf einen weiteren rasant wachsenden Bereich von IT-Bereitstellungen angewandt werden, der weitreichende Auswirkungen hat: agentische KI.

Um den Kontext besser zu verstehen, hilft ein Blick in die Vergangenheit:

Jahrzehnte des technologischen Wandels mit Unternehmensarchitekturen, Upgrades, neuen Hardwaregenerationen, Betriebssystemen, Anwendungen, Datenbanken und Middleware haben zu einer hohen Systemdichte geführt. Wegen der Zeit und des Geldes, die sie verschlingt, sprechen wir von „Legacy-IT“ und „Legacy-Schulden“. All diese Legacy-Systeme haben den Bedarf an spezialisierten Administratoren genährt und Probleme bei der Interoperabilität geschaffen.

Als Antwort auf diese chaotische, teure und unsichere Situation galt schon immer das Ziel der „Consumerization der IT“. Damit sollen die Prinzipien eines Konsumentengeräts wie zum Beispiel eines Smartphones auf die Art und Weise übertragen werden, wie Rechenzentren gemanagt werden. Bei einem Smartphone sind die vielen zugrunde liegenden Komplexitäten nicht sichtbar und eine intuitive Benutzeroberfläche sorgt dafür, dass die Nutzung des Geräts Spaß macht.

Ähnlich verhält es sich bei der Vereinfachung des Rechenzentrumsbetriebs. Ein einheitliches Dashboard zeigt die wichtigsten Kennzahlen an und lässt sich per Mausklick konfigurieren. Dadurch wird in Echtzeit sichtbar und steuerbar, was bei Compute, Storage und Netzwerk gerade geschieht.

Entwickler verfolgten schon immer das Ziel, die IT verwalten zu können, ohne sich um jedes Bit, jedes Byte, jedes Gerät, jedes Subsystem und jedes Netzwerkkabel kümmern zu müssen, so wie man auch das Innenleben eines Smartphones oder die Vorgänge unter der Motorhaube nicht verstehen muss, um ein Mobilfunkgerät zu bedienen oder ein Auto zu fahren. Und ab sofort läuft das Rennen, um ein ähnliches Ziel bei agentischer KI zu erreichen.

MCP ist der Schlüssel

Agentische KI entwickelt sich so schnell und ihre Leistungsfähigkeit beruht darauf, dass autonome Agenten eine Vielzahl von Systemen durchlaufen. Deshalb müssen CIOs in der Lage sein, sie lückenlos zu beobachten und zu kontrollieren, um die Infrastruktur abzusichern und sich vor überhöhten Ausgaben zu schützen.

Im Zentrum der Funktionsweise agentischer KI steht der Model-Context-Protocol-Server (MCP-Server). MCP-Server verbinden KI-Anwendungen mit Systemen. Unternehmen brauchen eine Möglichkeit, dass agentische KI-Anwendungen auf eine Tool-Schicht zugreifen und sichere Aktionen in Cloud-Umgebungen unterstützen. Wenn Unternehmen die Prinzipien der Steuerungssysteme für Rechenzentren auf MCP-Server ausweiten, können sie regeln, auf welche Weise KI-Agenten und Entwickler-Tools den Betrieb von Hybrid-Cloud-Umgebungen sicher automatisieren können.

Damit verschaffen sie IT-Teams die Möglichkeit, zentrale Abläufe zu beschleunigen und zu automatisieren, und sorgen zugleich zuverlässig für die unverzichtbare Observability sowie eine einzige Steuerungskonsole. Zwar werden sie weiterhin einen Menschen als Aufsicht („Human in the Loop“) brauchen, doch können sie dies tun, ohne hierfür wie bisher hochqualifizierte Spezialisten zu benötigen.

Voraussetzung ist eine Abstraktionsschicht, um die Komplexität der zugrunde liegenden Aktivitäten auf Tool- und Komponentenebene zu beseitigen. Darin wirken Elemente wie KI-gestützte Coding-Assistenten zusammen, um Prompts in natürlicher Sprache sicher in präzise API-Aktionen zu übersetzen, die den Sicherheits-, Governance- und Zugriffsrichtlinien des Unternehmens entsprechen.

Auch für Entwickler ergeben sich Vorteile, denn diese um KI erweiterten Steuerungsoberflächen können Blueprints für mehrere Programmiersprachen unterstützen, darunter Python, Go, Java, JavaScript, PowerShell, curl oder jedes mit REST und JSON kompatible Format. Sicherheitsberechtigungen lassen sich über eine einzige Schnittstelle festlegen. Alternativ können Organisationen eigene, individuell angepasste KI-Agenten entwickeln.

CIOs müssen Lösungen finden, mit denen sie KI in On-Premises-, Private-Cloud- und Public-Cloud-Umgebungen bereitstellen können, also in jeder Umgebung, die zu ihren Geschäfts- und Compliance-Anforderungen passt, einschließlich der Anforderungen an die Souveränität.

Außerdem können CIOs sich vor unerwünschten Aktivitäten schützen, indem sie per Gateway-Filterung Agentenaktivitäten und anomales Verhalten erkennen. Sie können zudem Budgetüberschreitungen vermeiden, wenn sie den Einsatz von Agenten einschränken und den Zugriff auf KI-Tokens auf einen bestimmten Personenkreis beschränken. Schatten-KI ist Realität und CIOs sind zu Recht darauf bedacht, nicht die Fehler aus den Anfangsjahren des Cloud Computings zu wiederholen, in denen ungehinderter Zugriff zu hohen Ausgaben und Sicherheitsrisiken geführt hat.

Eine Win-win-Situation

Diese Lösung vereint das Beste aus beiden Welten. Sie verbindet Tempo und Intuition agentischer KI, mit denen sich Workflows und Prozesse neu gestalten lassen, mit der verbindlichen Durchsetzung von Unternehmensrichtlinien und den regulatorischen Compliance-Anforderungen einer Organisation.

Kurz gesagt wird es dank der Leistungsfähigkeit von APIs möglich, Management-Werkzeuge mit KI-Tools zu verbinden. Dadurch lassen sich agentische KI-Prozesse mit denselben Tools steuern, mit denen auch Rechenzentren gesteuert werden. Das heißt, agentische KI kann ebenso zur Sandbox wie zur Produktionsumgebung werden: Änderungen werden getestet, um den Systemzustand sicherzustellen, und Live-Diagnosen stehen zur Verfügung, damit es keine unliebsamen Überraschungen im Betrieb gibt.

Diese Steuerungsebene kann die sich abzeichnenden Standardverfahren zur Verwaltung agentischer KI abdecken. Zu den wichtigsten zählt die rollenbasierte Zugriffskontrolle (Role-Based Access Control, RBAC). Autonome Agenten werden dabei ausschließlich auf freigegebene APIs beschränkt und die IT behält die granulare Kontrolle über Funktionen, etwa darüber, auf welche Dienste Agenten zugreifen können und in welchem Umfang. Das Traffic-Monitoring unterstützt die Möglichkeit, Aktivitäten zu drosseln, um sich vor Agentenschwärmen zu schützen, die Systeme angreifen und überlasten. Audit-Protokolle zeigen, welche Agenten bestimmte Befehle ausgelöst haben, um Kill Switches zu unterstützen und schädliche Aktivitäten zu verhindern.

Das ist die neue Welt des IT-Managements im Zeitalter agentischer KI: eine Erweiterung der Management-Funktionen für Rechenzentren, verbunden mit der Vertrautheit einer vertrauenswürdigen Umgebung.